语音识别软件、语音识别平台和语音识别技术

背景

随着计算机和网络能力的发展，IT平台提供的输入能力也得到提升，从简单的电信号输入进化为多组电信号输入，这类多组电信号的典型代表就是语音，而这种进化的支持者就是语音识别技术，简称ASR。

语音识别技术ASR主要用于人机交互，而人机交互在很多场景下都有应用场合，比如人机翻译、语言教学、手机语音助手、智能音箱和输入法等等。

语音识别技术ASR依赖于算法，在算法快速发展的今天，ASR并不是一个高不可攀的技术点，从早期的混合高斯模型（GMM）深度神经网络（DNN）模型，发展到2026年的Transformer架构，还有细节优化技术，比如：状态空间模型（SSM）、稀疏全局注意力、专家混合（MoE）和双记忆模块（推理工作区+产品键记忆）等等，算法能力也都越来越强，再加上GPU和其它硬件的能效提升，都让普通开发人员能够学习语音识别技术ASR。

锐英源的语音识别平台也借助了这个东风，开发出了产品，同时进行了创新。

 

系统架构

锐英源语音识别平台包含数据准备软件、模型分析和应用软件、服务器软件和客户端软件。下面是系统架构图：

在架构里，运行态的核心是服务器，服务器用模型和二次优化提供输出结果给客户端，准备态的核心是模型生成，在采集数据经过格式化后可以进行模型生成。普通人认为的语音识别软件一般是指模型分析和模型应用。

创新

锐英源是先开发输入法，再开发语言识别产品，所以对输入法的处理非常熟悉，对语言的特性掌握的非常好，把语言的特性用于了数据准备阶段和服务器输出处理阶段，都取得了良好效果。 在企业合作第四张图片里，介绍了语言特性，包含元音、辅音、音节、单词、词组、语句和校正等等，因为是小语种，如果对文字不理解，在语音识别训练时，准备数据不好准备。

另外全平台产品也是个创新，从准备到输出结果，都是按产品特性要求，如果中小企业进行合作开发，在全平台应用上保证宽度，现在流行的微信小程序也可以接入语音识别服务器上。

• Smallest.ai公司Hydra语音AI产品及国内类似语音AI产品介绍